工联网消息(IItime) 人工智能赋能新型工业化要实现突破，不仅取决于技术创新，更需要商业模式创新。DeepSeek以免费、开源、高性能和低成本打破了美国“大力出奇迹”的传统技术路径，取得了巨大成功，其商业模式创新功不可没。当前，我国人工智能赋能新型工业化正加速推进，多样化应用场景不断涌现，有效助力工业制造企业智能化升级。为推动AI赋能新型工业化在更广范围、更深程度、更高水平上实现融合创新，加快推进人工智能赋能新型工业化商业模式创新尤为紧迫。

人工智能赋能新型工业化商业模式的内涵

人工智能赋能新型工业化商业模式是指数字化服务商通过整合内外部创新要素，充分发挥人工智能等数字技术的融合赋能作用，以深化人工智能与工业制造业深度融合为驱动力，推进工业制造企业数字化转型、智能化升级和绿色化发展而形成的价值创造活动的运营系统，主要包括深度融合模式选择、智能化产品与定制化解决方案创新、产业生态系统建设、多元化营收模式拓展等。

从人工智能赋能新型工业化商业模式的内涵来看，价值创造是商业模式的核心，深度融合模式选择是实现价值创造的关键，智能化产品和解决方案是深度融合的表现形式，产业生态建设是推动人工智能赋能新型工业化的重要路径，多元化营收模式是打造人工智能赋能新型工业化强大产业生态的重要保障。

我国人工智能赋能新型工业化商业模式创新实践

近年来，我国人工智能赋能新型工业化商业模式总体来看向着好的方向演进和发展，涌现出众多创新型商业模式的典型案例。在深度融合模式方面，通过“5G+AI+工业互联网平台”逐步由企业生产经营外围环节向企业生产制造核心环节拓展，人工智能赋能新型工业化不断向纵深推进，新场景、新业态、新模式不断涌现。在融合产品创新方面，包括运营商、华为等在内的数字化服务商为行业用户提供“模型算法超市”、DeepSeek一体机等“开箱即用”的模型服务以及行业大模型解决方案。在产业生态建设方面，中央和地方共建具身智能机器人、人形机器人等制造业创新中心，推动产业集聚发展；产业链各方加强合作，创新合作模式，共同为工业企业提供大模型服务。例如，中国石油联合中国移动、华为、科大讯飞，共同打造昆仑大模型，推进中国石油进入智能化时代。在营收模式创新方面，数字化服务商积极探索算力租赁、API开放、解决方案收费等新型收入模式。商业模式创新实践有力推动了人工智能赋能新型工业化快速发展，有效助力工业企业提质降本增效。

我国人工智能赋能新型工业化商业模式创新虽然取得积极进展，但仍面临商业模式不清晰的问题，主要表现在以下五个方面。

一是供需市场结构不均衡。产业数字化有效需求不足较为突出，人工智能赋能新型工业化存在“供给端热、需求端冷”的供需不匹配情况，多模态大模型在应用中部署占比较低，目前只有10%左右，而且不同行业和不同企业的AI应用进展差异较大。

二是深度融合创新不足。人工智能赋能新型工业化面临工业技术复杂、生产制造流程环节多、工业生产系统和工业机理模型与AI大模型难以融合、大模型难以满足工业制造高精度和高可靠性的生产要求，以及工业大数据的碎片化制约大模型应用效果等诸多问题。目前，以AI为代表的数字技术主要应用在企业生产经营的外围环节，与企业生产核心流程的深度融合不够，AI助力工业企业数字化转型升级的价值和潜能未充分释放。

三是融合产品创新力不足。数字化服务商提供的智能化产品和解决方案尚不能很好满足工业智能化升级需求，以智能化数字平台为核心的应用赋能体系尚未完全建立；人工智能技术在满足工业复杂场景需求方面仍面临难以适配的问题，工业应用场景创新不足，价值创造面临挑战。

四是产业生态缺乏竞争力。产业链、创新链协同创新不足，产业生态关键环节存在短板弱项；跨界合作脆弱，资本型合作较少，具有竞争力的人工智能赋能新型工业化产业生态尚未形成，产业链、创新链安全受到挑战。

五是多元化营收模式有待进一步拓展。DeepSeek等人工智能技术的应用会增加工业企业的算力成本、网络的数字化和智能化改造成本、机器设备升级成本、员工培训成本等，对于工业企业来说，发展人工智能投入大、变现困难，多元化的收入模式有待进一步拓展。

对人工智能赋能新型工业化商业模式创新的建议

为更好地推进人工智能赋能新型工业化商业模式创新，笔者建议重点从激发AI应用需求、深度融合模式创新、融合应用创新、打造AI产业生态、拓展多元化营收模式等方面系统推进。

一是多措并举，激发工业企业数字化转型需求。政府部门要持续推进制造业数字化转型行动和大型设备更新行动，在财政、税收、科技、产业、金融、人才等方面对推进人工智能赋能新型工业化给予支持，分行业、分领域打造AI赋能新型工业化典型案例，加大对典型案例的宣传和推广力度。对于数字化服务商来说，要在内网改造升级、边缘智算网络建设、公共服务平台完善等方面支持工业企业数字化转型。对于工业企业来说，要把握DeepSeek快速发展的机遇，高度重视并加快推进企业数字化转型，加大数字化投入，加快大模型的开发和应用，促进企业智能化升级。

二是推进深度融合模式创新，加快工业企业数智化转型。关键是要建立以技术融合和数据融合为基础、以场景为牵引、以价值融合为目标的AI大模型融合模式。技术融合要求强化AI技术、工业技术的创新突破，加快工业企业数字化改造和数字基础设施建设，推进AI技术与工业技术的融合创新。数据融合要求打破“数据孤岛”，打造高质量的工业数据集，激活数据要素，从而构建以场景为牵引，由产业链各方创造价值的“技术—数据—场景—应用”融合运营体系，不断推动人工智能应用向企业生产经营核心环节拓展。

三是加强融合应用创新，满足工业企业数字化转型需求。发挥我国工业体系“大、全、多”以及市场需求多元等优势，持续推进以场景应用为牵引的产品模式创新，以场景创新汇聚算法、数据、算力等创新要素，拓展人工智能赋能新型工业化应用场景，形成产业链上下游协同创新的发展格局，携手打造工业大模型、智能化数字平台、智能化应用解决方案和大模型行业应用典型案例，共同推进智能体和具身智能在工业领域的广泛应用，协同推进新技术、新产品、新场景的规模发展，高水平赋能工业制造体系。

四是加强产业合作，打造人工智能赋能新型工业化的产业生态。在推进人工智能赋能新型工业化进程中，人工智能企业、运营商、数字化服务商、设备制造商等产业链各方要以推进工业制造企业智能化升级为目标，以构建全链路人工智能安全体系为基础，以打造智能化数字平台生态为抓手，充分发挥生态主导型数字化服务商的创新引领作用，通过战略合作、成立产业联盟、共建研究院、成立创新中心、开展战略投资和成立合资公司等途径，创新合作模式，促进产业链各方实现价值共创共享共赢，共同打造人工智能赋能新型工业化的良好产业生态。

五是做大做强“人工智能+”，拓展多元化营收模式。生态主导型数字化服务商可通过打造人工智能开放平台，推动基础AI通用大模型开源化，深入挖掘数据的商业价值，积极探索云服务和算力租赁、增值服务收费、广告收费、API开放、场景化解决方案落地等多元化的营收模式，不断提升人工智能赋能新型工业化的能力。同时，生态主导型数字化服务商要做好价值共享、价值分配和价值激励，让产业链各方都能在合作中受益，从而不断激发全产业链协同合作的积极性，促进人工智能赋能新型工业化高质量发展。

*本文刊载于《通信世界》

总第968期 2025年5月25日 第10期

原文标题：《加快推动人工智能赋能新型工业化商业模式创新》